算C0所需的数据。在一个实例中，患者的心缩血压 和舒张血压的测量结果通过临床医生、通过输入设备520来输入。预处理应用程序510使 用这个输入来计算例如如先前所述的脉搏压、平均动脉压、心缩内的最大斜率和心缩。
[0143] 在一个变体中，矢量选择应用程序412包括多个指令，所述指令被配置来从关于 试验受试者所产生的多个矢量中选择矢量。然而，应了解，这个应用程序412可在一个实施 方案中省略。
[0144] C0计算算法514包括多个指令，所述指令被配置来将C0计算算法应用于关于单个 受试者的数据。在一个实施方案中，算法大体包括以随附的附录I和II中表示的示例性代 码所指示的步骤。一旦计算出⑶，就通过与设备500通信的显示设备522向设备500的用 户显示或所述C0,或以其他方式输出所述C0 (例如，通过数据接口 504,或通过另一接口，如 未示出的Wi-Fi或类似无线接口）。
[0145] 与图4的设备一样，应了解，虽然前述应用程序在本文中描述为基本上独立的应 用程序或模块，但是也可取决于特定实现方式将所述应用程序彼此（和/或还与其他例行 程序或模块）部分地或整体地组合。也可将所述应用程序跨越两个或更多个物理和/或软 件环境进行分配，所述物理和/或软件环境包括设置在独立位置处的独立设备（所述设备 可包括例如基于"云"的过程）。
[0146] 此外，虽然输入设备520和显示设备522被例示为独立部件，但前述设备可被整合 到单个设备中（如通过例如电容性的或具有本领域中众所周知的类型的其他触摸屏设备 来整合）。
[0147] 另外，图5的设备500可几乎采取任何外形尺寸，如固定或台式设备、移动无线设 备（例如，平板计算机）、适用于较大主机设备的卡或"片"等。
[0148] 还将认识到，图4和5的设备400、500可分别地彼此组合以便构成大致上一体式 外形尺寸。
[0149] 其他应用
[0150] 本文讨论的算法可被进一步被配置来计算其他血液动力学参数。例如，可基于心 搏值（SV)样本来计算脉搏压变化（PPV)和心搏量变化（SVV)，可使用C0计算算法来针对每 一BP心跳计算所述心搏值样本。如以上所指出的，基于心缩压和舒张压的已知值计算脉搏 压（PP)。如附录I和II给出的示例性代码中所指示，心搏量（SV)也使用本文公开的设备 和方法来计算。
[0151] 因此，PPV和SW可如下计算：
[0152] PPV-100(PPnax-PPnin)/PPned
[0153] SVV= 100(SVnax-SVnin)/SVned
[0154] 其中PPmax是在最后30秒内收集的四个最大PP样本的中值，PPmin是在最后30 秒内收集的四个最小PP样本的中值，PPmed是在最后30秒内收集的PP样本的中值。以相 同方式，SVmax是在最后30秒内收集的四个最大SV样本的中值，SVmin是在最后30秒内收 集的四个最小SV样本的中值，SVmed是在最后30秒内收集的SV样本的中值。这种类型的 计算允许对在30秒内的数次呼吸循环期间的PP和SV的平均变化的估计。这种和其他血 液动力学参数计算可使用本文讨论的方法和装置来准确地进行。
[0155] 应指出，可与本公开一致地利用以上所述的方法的许多变化。确切来说，某些步骤 是任选的，并且可在需要时执行或删除。类似地，可将其他步骤（例如像额外数据采样、处 理、滤波、校准或数学分析）添加至前述实施方案。另外，某些步骤的执行顺序可被置换，或 在需要时并行地（或连续地）执行。因此，前述实施方案仅仅是本文公开的公开内容的较 广方法的说明。
[0156] 虽然以上详述已示出、描述并且指出本公开在应用于各种实施方案时的新颖特 征，但是应理解，本领域的技术人员可在不脱离本公开的精神的情况下，在所例示的设备或 过程的形式和细节方面做出各种省略、替换和改变。前述描述具有预期实施本公开的当前 最佳模式。这种描述决不意图限制本公开的一般原理，而是应视为本公开的一般原理的说 明。本公开的范围应参考权利要求书来确定。
[0157] 附录I
[0158]
【主权项】
1. 一种用于从张力测定法数据计算心输出量的方法，所述方法包括： 使用张力测定传感器的压平法获得活体受试者的一个或多个血液动力学参数值； 使用预先确定的数学模型处理所述一个或多个血液动力学参数值；以及 至少部分地基于所述处理动作的结果来引起心输出值的显示。2. -种心输出设备，所述心输出设备包括： 至少一个接口； 至少一个存储装置； 外部部件，所述外部部件被配置来通过压平张力测定法测量血液动力学参数数据；以 及 处理器，所述处理器被配置来执行至少一个计算机程序，所述计算机程序包括多个指 令，所述指令被配置来在执行时： 预处理所述所测量的血液动力学参数数据； 至少部分地基于所述预处理的所测量的血液动力学参数数据来计算心输出量参数； 以及显示所述心输出量参数。3. -种非暂态计算机可读介质，所述非暂态计算机可读介质被配置来在所述介质上存 储用于心输出量的计算的计算机程序，所述计算机可读介质包括多个指令，所述指令被配 置来在由处理器执行时： 测量多个血液动力学参数； 使用先前提供的数学模型处理所述所测量的血液动力学参数数据；以及 引起与所述计算机可读介质相关联的显示设备显示所计算的心输出值。4. 如权利要求1所述的方法，其中所述血液动力学参数值包括以下一个或多个：压力 参数、心跳至心跳间隔和/或动脉顺从性。5. 如权利要求1所述的方法，其中所述预先确定的数学模型由以下产生： 从多个活体受试者测量生理参数值； 产生输入矢量，所述输入矢量表示所述多个活体受试者中的每一个的所述所测量的生 理参数值； 从所述多个活体受试者中的每一个收集心输出测量结果； 至少基于所述所收集的心输出测量结果来计算心输出量的目标值；以及 将所述输入矢量与所述所计算的目标值相联系。6. 如权利要求5所述的方法，其中所述心输出测量结果通过以下一个或多个获得：基 于心动描记术的机制和/或基于MRI的机制。7. 如权利要求5所述的方法，其中所述预先确定的数学模型被配置来将所述活体受试 者的所述所获得的一个或多个血液动力学参数值与心输出量的所述目标值相联系。8. 如权利要求5所述的方法，所述方法进一步包括：将所述活体受试者的所述所获得 的一个或多个血液动力学参数值表示为所述输入矢量，并且将所述输入矢量与所述所计算 的目标值关联。9. 如权利要求5所述的方法，其中所述联系动作包括使用非线性优化。10. 如权利要求5所述的方法，其中所述输入矢量包括以下一个或多个：所述所测量的 生理参数值、所输入的生理参数值和/或所推导的生理参数值。11. 如权利要求10所述的方法，其中所述所测量的生理参数值包括以下一个或多个： 高度、体重、血压参数和/或心跳至心跳间隔（BTBI)。12. 如权利要求10所述的方法，其中所述所输入的生理参数值包括以下至少一个：年 龄和/或性别。13. 如权利要求10所述的方法，其中所述所推导的生理参数值包括以下一个或多个： 心缩内的最大斜率和/或心缩面积。14. 如权利要求2所述的心输出设备，其中所述多个指令进一步被配置来在执行时从 所述所测量的血液动力学参数数据推导一个或多个二次参数值，所述二次参数值包括所述 预处理的所测量的血液动力学参数数据。15. 如权利要求14所述的心输出设备，其中所述一个或多个二次参数值包括以下一个 或多个：压力、心缩内的最大斜率和/或心缩面积。16. 如权利要求2所述的心输出设备，其中所述心输出量参数的计算包括非线性优化 方法的利用。17. 如权利要求3所述的非暂态计算机可读介质，其中所述先前提供的数学模型包括： 在输入矢量与心输出量的所计算的目标值之间的联系； 其中所述输入矢量表示针对多个活体受试者中的每一个测量的生理参数值。18. 如权利要求17所述的非暂态计算机可读介质，其中心输出量的所述所计算的目标 值至少基于从所述多个活体受试者中的每一个收集的心输出测量结果。19. 如权利要求17所述的非暂态计算机可读介质，其中所述联系是通过非线性优化完 成的。20. 如权利要求17所述的非暂态计算机可读介质，其中所述多个指令进一步被配置来 在执行时将所述所测量的多个血液动力学参数表示为所述输入矢量，并且将所述输入矢量 与所述所计算的目标值关联。
【专利摘要】用于使用压平张力测定法测量结果计算活体受试者的心输出量(CO)的装置和方法。在一个实施方案中，所述装置和方法建立用于将生理源数据矢量与目标CO值关联的非线性数学模型。源数据矢量包括一个或多个可测量或可推导的参数，如：心缩压和舒张压、脉搏压、心跳至心跳间隔、平均动脉压、在心缩期间的压力升高的最大斜率、脉搏压波的心缩部分下方面积、性别(男性或女性)、年龄、高度和体重。跨越多个个体使用各种方法来获取目标CO值。多维非线性优化随后用于找出数学模型，所述数学模型将所述源数据变换成所述目标CO数据。所述模型随后通过获取个体的生理数据并且将所述模型应用于所收集的数据而应用于所述个体。
【IPC分类】A61B5/021
【公开号】CN105377124
【申请号】CN201480014469
【发明人】奥利弗·高杰, 马蒂亚斯·博恩, 帕特里克·洪齐克, 奥莱克西·莫罗佐夫, 费利克斯·弗里德里希
【申请人】坦西斯医药股份有限公司
【公开日】2016年3月2日
【申请日】2014年3月14日
【公告号】EP2967368A1, US20140275937, WO2014153202A1, WO2014153202A4